.png){kind=icon}
返回
API-Driven Task Scheduling and Offloading with PULCEO: An Extension
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-07313-6_9.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
任务调度与卸载是边缘计算和雾计算中的关键学科，能够将作为任务封装的工作负载分布到异构节点上。这种分布通常基于属性和需求，并可实现多种目标，例如优化服务质量与体验，包括响应时间、能耗或成本。现有许多先进的编排技术旨在实现合理的工作负载分布，但这些技术主要依赖仿真进行评估。本研究旨在弥合这一研究空白，并关注真实世界的任务调度与卸载评估，这也是先进编排技术作者明确希望解决的问题。我们在概念上将执行任务调度与卸载所需的必要能力整合到我们的整体云边编排管理生命周期中。此外，我们在编排平台PULCEO中实现了这些能力，并进行了典型评估。我们的方法表明，该平台可在总体编排性能开销最小的情况下执行任务调度与卸载，同时完全保持整体化、解耦的编排优势。
Keyword:
Cloud-Edge Orchestration
Edge Computing
Task Scheduling
Task Offloading
期刊
S
IF:
0
论文数:
10
被引数:
0
机构
引用论文
分享收藏A Container Based Edge Offloading Framework for Autonomous Driving一种基于容器的自动驾驶边缘卸载框架.png)
IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏
分享收藏Fast Globally Optimal Computational Offloading and Service Caching in Container-Based Edge Computing Systems基于容器的边缘计算系统中的快速全局最优计算卸载和服务缓存
PREAI
分享收藏Towards a lightweight task scheduling framework for cloud and edge platform面向云和边缘平台的轻量级任务调度框架INTERNET OF THINGSOAAI
INTERNET OF THINGSIF7.6
OAAI分享收藏A High-Efficient Joint 'Cloud-Edge' Aware Strategy for Task Deployment and Load BalancingIEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏
查看更多内容